“Representações visuais de dados projetados para ajudar pessoas a realizarem tarefas de forma mais efetiva” (Tamara Munzner)

• Amplia capacidade humana de tomar decisões
  • Permite analisar dados quando perguntas ainda são desconhecidas

• Finalidade:
  • Compreender o problema para projetar métodos computacionais
  • Validar ou complementar decisões baseadas em modelos
  • Explorar através de análise para encontrar ou confirmar padrões
  • Apresentar informações para outras pessoas

• Ferramentas computacionais tornam a geração de gráficos mais eficiente

• Estatística é muito poderosa, mas sumarização pode esconder informações
  • Ex: O Quarteto de Anscombe são 4 datasets com estatísticas idênticas:

• Os dados são tão iguais quanto parecem nas estatísticas?

• Estatística é muito poderosa, mas sumarização pode esconder informações
  • Ex: O Quarteto de Anscombe são 4 datasets com estatísticas idênticas:

• Estatística é muito poderosa, mas sumarização pode esconder informações
  • Outro exemplo de datasets com estatísticas iguais: Datasaurus

• Visualizações podem ajudar a encontrar padrões não capturados
  • Ainda mais significativo para conjuntos de dados grandes e complexos

(Tamara Munzner)

• Vis são abstrações onde escolhe-se quais aspectos serão enfatizados

• Há muitas possibilidades no espaço do design e a maioria será ineficaz
  • O objetivo não é otimizar, mas satisfazer
  • Considere múltiplas alternativas e depois escolha a melhor

• É muito difícil validar visualizações
  • O que seria uma visualização eficaz? Alguém arrisca?

• Comunicar informação para aumentar entendimento
  • Tornar algo complexo em simples
  • Tornar fatos chatos em interessantes

• Permitir exploração para responder questões e gerar novas perguntas
  • Estruturar informações para que usuários as explorem e façam suas próprias descobertas, de forma ativa
    • Etapa importante da ciência de dados

• “O objetivo da visualização de dados é iluminar pessoas – não é entreter, vender produtos, serviços ou ideias, mas informá-las”. (Alberto Cairo)

• A memória humana é limitada para coisas não visíveis diretamente
  • E para memória de trabalho de curto prazo

• Cegueira de mudança: grandes mudanças podem passar despercebidas se estivermos prestando atenção a algo diferente
  • Teste de atenção: https://www.youtube.com/embed/FzeXeXR9cCs

• Quantidade de informação x espaço não usado
  • Ex: gráficos com a mesma informação e diferentes densidades:

• Encontrar equilíbrio entre:
  • Condensar muita informação para minimizar navegação e exploração
  • Não sobrecarregar o usuário com muita informação

• Possui informação confiável
  • A qualidade do gráfico depende da qualidade da informação

• Apresenta os padrões relevantes de forma notável

• É organizada, permitindo alguma exploração quando apropriado
  • Seja claro e conciso, mas cuidado para não prejudicar informação

• É atrativa, lembrando que honestidade, clareza e profundidade vêm antes
  • Bom design não é embelezamento, mas estruturar a informação para permitir entendimento

• Todos possuem algum viés cognitivo, cultural e ideológico

• A verdade é inatingível, mas tentar ser verdadeiro é um objetivo digno
  • Alguns se rendem aos seus viéses, outros tentam identificá-los e freiá-los

• Ao invés de partir da mensagem que você quer passar e depois buscar informações que a suporte
• Você pode partir da informação e analisá-la para descobrir as mensagens
  • Ou partir da mensagem e coletar informações que podem refutá-la

• O que um cidadão pode fazer se as notícias não são confiáveis?
  • Como saber se as informações em sites e redes sociais são acuradas?

• Quem criará visualizações para informar as pessoas de coisas importantes?
  • Talvez você! Ou cada um de nós. Vamos?!

• Visualization Analysis & Design. Tamara Munzner. CRC Press, 2014.

• The Truthful Art. Alberto Cairo. New Riders, 2016.

• Worlds, not stories. Moritz Stefaner. 2014.